Sendhil Mullainathan: el economista de la IA

Source details

Canonical URL: Sendhil Mullainathan: el economista de la IA

Other formats

Bibliographic details

Authors: BOB SIMISON
Published: December 3, 2025

Perfil y trayectoria personal

Nacido en la India; edad indicada en el artículo: 52 años.
Orígenes rurales en el estado de Tamil Nadu, sur de Chennai; familia con tierras.
Llegada a Estados Unidos con su madre; vivió en Los Ángeles.
A los 16 años se trasladó casi 5,000 kilómetros para asistir a la Escuela Clarkson en Potsdam, Nueva York.
Estudios posteriores en Cornell (matemáticas, informática y economía) y doctorado en Economía de Harvard, finalizado en 1998.
Experiencia familiar que motivó interés en el desempleo y la estabilidad académica (mención de titularidad).
Actividades personales y de investigación incluyen investigaciones sobre helado, espresso, nutrición y ejercicio; recorrido por heladerías de Chicago.

Contribuciones académicas y áreas de investigación

Campos principales: economía conductual, psicología de la memoria, toma de decisiones judiciales, economía de la escasez, y aplicación de aprendizaje automático a la economía.
Publicaciones y reconocimiento:
- Perfil en Google Scholar con obras citadas unas 100,000 veces.
- Más de una docena de trabajos con un número de citas varias veces superior a 1,000 (umbral de referencia citado).
- Becario MacArthur en 2002, con una beca de USD 500.000; miembro del consejo directivo de la Fundación MacArthur durante doce años hasta el pasado mes de junio.
Posiciones académicas en Harvard, la Universidad de Chicago y el MIT; regresó al MIT en 2024 como profesor en los departamentos de Economía e Ingeniería Eléctrica e Informática.

Hallazgos y resultados empíricos notables

Estudios sobre discriminación en el empleo (2004): envío de currículos ficticios con nombres asociados a blancos o negros; Hallazgo: las personas con nombres asociados a los blancos recibían un 50% más de llamadas.
Investigación sobre remuneración de CEOs (2001, con Marianne Bertrand): demostró que “la remuneración de los CEO responde en gran medida a la suerte”.
Investigación sobre economía de la escasez (con Eldar Shafir): trabajo culminado en el libro Escasez: ¿Por qué tener muy poco significa tanto? (publicado en 2013); hallazgo central: la escasez absorbe el ancho de banda cognitivo y atrapa a las personas en un ciclo de escasez.
Aplicaciones de IA al sistema judicial:
- Estudio de 2017 sobre libertad bajo fianza/prisión preventiva: uso de aprendizaje automático aplicado a una base de datos de más de 700,000 personas detenidas entre 2008 y 2013 en la ciudad de Nueva York.
- Resultados estimados: uso de un algoritmo de evaluación de riesgos podría ayudar a reducir la delincuencia en un 25% sin cambio en el número de personas en prisión, o reducir la población penitenciaria en un 42% sin que aumentara la delincuencia.
- Herramienta de IA creada por los investigadores está siendo utilizada por jueces de la ciudad de Nueva York.
Investigación de 2024 (con Jens Ludwig): las fotografías de las fichas policiales pueden predecir decisiones de jueces entre prisión preventiva o libertad bajo fianza; hallazgos: rasgos percibidos en las fotos (personas bien arregladas, rostros más anchos o redondeados) se asocian con mayor probabilidad de libertad bajo fianza.
Aplicación clínica del aprendizaje automático: experimento en el que IA comparó electrocardiogramas de personas fallecidas por paro cardíaco repentino con otros, detectando diferencias minúsculas pasadas por alto por médicos; potencial para identificar candidatos para marcapasos.

Enfoque sobre IA y metodología

Filosofía: “La inteligencia artificial (IA) es demasiado importante para dejarla solo en manos de los informáticos.” — Sendhil Mullainathan.
Motivación para integrar IA y economía: aplicar aprendizaje automático para mejorar decisiones humanas y convertir cuestiones filosóficas en ciencia definitiva en los próximos veinte años.
Observación metodológica: los algoritmos detectan “conexiones inverosímiles” a un nivel que la mente humana no puede gestionar.
Proyecto “The Bike Shop @ MIT”: iniciativa para construir “bicicletas para la mente” usando algoritmos; símil inspirado en un gráfico de Scientific American (marzo de 1973) que comparaba eficiencia del hombre en bicicleta.
Experimento educativo en la India:
- Recopilación de miles de ejemplos de trabajo de alumnos en tareas de matemáticas.
- Objetivo: usar IA para identificar errores y trazar una “cartografía de la confusión” que asista a profesores para mejorar la comprensión de los alumnos.

Impacto, valoración por pares y proyección

Testimonios:
- David Laibson: Mullainathan “tendiendo puentes entre la economía que hacíamos en el siglo pasado y la que haremos en el próximo”.
- Lawrence Katz: “Su trabajo es tan citado como el de cualquier otro en un momento comparable de su carrera.”
- Jens Ludwig: califica su trabajo como “una revolución en la economía conductual” con potencial transformador en la comprensión y mejora de decisiones humanas.
- Jann Spiess: destaca su hábito de “tomar distancia y reevaluar” cada pocos años, alimentando innovación.
Perspectiva de futuro: Mullainathan proyecta que los algoritmos “tendrán la capacidad de ayudarnos a unir los modelos” y “permitirán transformar las cuestiones filosóficas en ciencia definitiva en los próximos veinte años”.

Fuente: FINANZAS & DESARROLLO — Sendhil Mullainathan: el economista de la IA, BOB SIMISON, Diciembre de 2025.